MonkeyCode 错误处理哲学：让AI编程工具的每一层都有容错能力

在AI编程工具中，错误处理不只是"try-catch"那么简单。AI模型可能返回错误的内容、容器可能崩溃、网络可能断开、用户可能做出不可预期的操作。每一层都需要独立的容错能力。

MonkeyCode 的错误处理哲学可以总结为一句话：任何单点失败都不应该影响用户的工作。

错误分层模型

MonkeyCode 将错误分为四个层次，每层有独立的处理策略：

Layer 4: 用户界面层 — 优雅降级，不显示错误堆栈\nLayer 3: AI模型层  — 自动重试、模型降级、缓存回退\nLayer 2: 容器层    — 自动重启、快照恢复、环境重建\nLayer 1: 网络层    — 断线重连、请求队列、离线缓存

Layer 1：网络层错误处理

网络是AI编程工具最脆弱的环节。MonkeyCode 的网络容错方案：

WebSocket断线重连

class ResilientWebSocket {\n  private reconnectAttempts = 0;\n  private maxReconnectAttempts = 10;\n  private reconnectDelay = 1000; // 初始1秒\n  \n  onDisconnect() {\n    if (this.reconnectAttempts >= this.maxReconnectAttempts) {\n      this.notifyUser('连接断开，请刷新页面');\n      return;\n    }\n    \n    const delay = this.reconnectDelay * Math.pow(2, this.reconnectAttempts);\n    setTimeout(() => {\n      this.reconnectAttempts++;\n      this.connect();\n    }, Math.min(delay, 30000)); // 最大30秒\n  }\n  \n  onReconnect() {\n    this.reconnectAttempts = 0;\n    this.syncPendingMessages(); // 重发待处理消息\n  }\n}

请求队列

网络断开时的操作不会丢失，而是进入队列等待恢复：

class RequestQueue {\n  private queue: QueuedRequest[] = [];\n  \n  async add(request: APIRequest): Promise<APIResponse> {\n    if (!navigator.onLine) {\n      // 离线时存入队列\n      return new Promise((resolve) => {\n        this.queue.push({ request, resolve });\n      });\n    }\n    return this.execute(request);\n  }\n  \n  onOnline() {\n    // 网络恢复时逐个执行\n    while (this.queue.length > 0) {\n      const item = this.queue.shift();\n      item.resolve(await this.execute(item.request));\n    }\n  }\n}

Layer 2：容器层错误处理

健康检查

每个容器有定期的健康检查：

// 每30秒检查一次\nhealthCheck:\n  test: ["CMD", "curl", "-f", "http://localhost:8080/health"]\n  interval: 30s\n  timeout: 10s\n  retries: 3\n  startPeriod: 60s

自动恢复策略

故障类型	检测方式	恢复策略	用户感知
容器崩溃	健康检查失败	自动重启（最多3次）	短暂中断（<10秒）
内存溢出	OOM Killer	增加内存配额+重启	短暂中断
磁盘满	磁盘使用率监控	清理缓存+通知用户	通知
容器无法恢复	重启3次仍失败	从快照创建新容器	需要重新加载（约30秒）

Layer 3：AI模型层错误处理

AI模型的错误更复杂——它可能返回"看起来对但实际错"的内容。

API调用失败

class ModelCaller {\n  async callWithFallback(\n    prompt: string, \n    preferredModel: string\n  ): Promise<string> {\n    const models = this.getModelChain(preferredModel);\n    // 例: ['claude-3.5', 'gpt-4o', 'deepseek-v3', 'qwen-max']\n    \n    for (const model of models) {\n      try {\n        const result = await this.callWithRetry(model, prompt, {\n          maxRetries: 2,\n          timeout: 30000,\n        });\n        if (this.validateResponse(result)) {\n          return result;\n        }\n      } catch (error) {\n        this.logModelError(model, error);\n        continue; // 尝试下一个模型\n      }\n    }\n    \n    throw new Error('所有模型均不可用，请稍后重试');\n  }\n}

输出验证

AI生成的代码需要经过验证才应用：

function validateGeneratedCode(code: string, language: string): ValidationResult {\n  const checks = [\n    () => checkSyntax(code, language),      // 语法检查\n    () => checkForDangerousOps(code),        // 危险操作检查\n    () => checkForCommonBugs(code),          // 常见Bug检查\n    () => checkCodeLength(code),             // 代码长度检查\n  ];\n  \n  const errors = checks\n    .map(check => check())\n    .filter(r => !r.passed);\n  \n  return {\n    valid: errors.length === 0,\n    errors,\n    warning: code.length > 500 ? '生成代码较长，建议分段审查' : null\n  };\n}

Layer 4：UI层错误处理

用户永远不应该看到原始的错误堆栈。

错误消息映射

const errorMessages = {\n  'MODEL_UNAVAILABLE': {\n    title: 'AI暂时不可用',\n    message: '我们正在尝试其他AI模型，请稍候...',\n    action: null // 自动处理\n  },\n  'WORKSPACE_CRASHED': {\n    title: '工作环境需要重启',\n    message: '你的开发环境遇到了问题，正在自动恢复...',\n    action: 'REFRESH' \n  },\n  'NETWORK_ERROR': {\n    title: '网络连接不稳定',\n    message: '你的操作已保存，网络恢复后会自动继续。',\n    action: null\n  },\n  'SAVE_FAILED': {\n    title: '保存失败',\n    message: '文件保存到服务器失败，但本地暂存了一份。',\n    action: 'RETRY_SAVE'\n  }\n};

自动保存机制

防止用户丢失工作内容：

// 每30秒自动保存到本地\nsetInterval(() => {\n  const content = editor.getContent();\n  localStorage.setItem(`autosave_${filePath}`, JSON.stringify({\n    content,\n    timestamp: Date.now()\n  }));\n}, 30000);\n\n// 页面加载时检查自动保存\nfunction checkAutoSave(filePath: string) {\n  const saved = localStorage.getItem(`autosave_${filePath}`);\n  if (saved) {\n    const { content, timestamp } = JSON.parse(saved);\n    if (Date.now() - timestamp < 3600000) { // 1小时内\n      showRecoveryPrompt(filePath, content, timestamp);\n    }\n  }\n}

错误监控与学习

所有错误都记录到监控系统，用于持续改进：

• 错误频率 — 哪些错误最常发生
• 错误关联 — 一个错误是否引发连锁反应
• 恢复时间 — 从错误发生到用户恢复正常的时间
• 用户行为 — 错误发生后用户做了什么（放弃？重试？刷新？）

总结

错误处理不是事后的补救措施，而是系统设计的基础。MonkeyCode 通过四层错误处理模型，确保任何单点失败都不会导致用户丢失工作。这种"防御性编程"的哲学，是AI编程工具可靠性的基石。

GitHub：github.com/chaitin/MonkeyCode